Zpět na domů

Kvantově-klasický hybrid: přesnost předpovědi turbulence +20%

Výzkumníci z UCL vyvinuli hybridní metodu, která kombinuje kvantový počítač a AI pro přesné předpovídání chaotických systémů. Nový přístup je o 20% přesnější než klasické modely a vyžaduje 100krát méně paměti.

Kvantový počítač + AI: průlom v předpovídání turbulence
Advertisement 728x90

Kvantově-klasický hybrid zvyšuje přesnost předpovědi turbulence o 20 %

Výzkumníci z University College London (UCL) vyvinuli hybridní metodu, která kombinuje kvantové výpočty a umělou inteligenci a umožňuje přesněji předpovídat chování chaotických systémů, jako jsou turbulentní proudění. Nový přístup vyžaduje 100krát méně paměti ve srovnání s klasickými modely a vykazuje nárůst přesnosti přibližně o 20 %. Práce byla publikována v recenzovaném časopise a je založena na experimentech s 20-qubitovým kvantovým počítačem IQM integrovaným se superpočítačovými zdroji.

Jak hybridní metoda funguje

Základem metody je rozdělení úloh: kvantový počítač se používá pouze ve fázi extrakce klíčových statistických vzorců z dat, zatímco hlavní učení modelu probíhá na klasickém superpočítači. Tento přístup umožňuje vyhnout se problémům spojeným s šumem a chybami současných kvantových zařízení, které vznikají při nepřetržitém provozu.

Kvantový počítač analyzuje časové řady a identifikuje invariantní statistické vlastnosti – charakteristiky, které přetrvávají v čase i v chaotických systémech. Tyto vlastnosti jsou pak předány klasickému modelu strojového učení, který je používá jako další referenční body pro predikci.

Google AdInline article slot

Proč je to důležité pro předpovídání chaosu

Chaotické systémy, jako je turbulence, jsou extrémně citlivé na počáteční podmínky. Chyby v předpovědích rychle narůstají, což činí dlouhodobé predikce nespolehlivými. Tradiční metody vyžadují buď nákladné úplné simulace, nebo zjednodušené modely, které ztrácejí přesnost na delších časových intervalech.

Nový hybridní přístup řeší tento problém díky kompaktnější reprezentaci dat. Kvantové bity (qubity) díky superpozici a provázání mohou ukládat větší množství informací v menším počtu stavů. To umožňuje modelu zachytit vzdálené vztahy v systému, které jsou klasickým algoritmům nedostupné.

Klíčové výhody metody

  • Zvýšení přesnosti o 20 % ve srovnání s klasickými modely strojového učení.
  • Snížení požadavků na paměť 100krát díky kvantové kompresi dat.
  • Stabilita předpovědí na dlouhých časových intervalech.
  • Praktická proveditelnost na stávajícím kvantovém hardwaru.

Co je důležité

  • Hybridní přístup používá kvantový počítač pouze v jedné fázi, čímž se vyhýbá problémům s šumem.
  • Metoda prokázala praktickou kvantovou výhodu v úloze výpočetní fyziky.
  • Výsledky byly získány na reálném 20-qubitovém kvantovém počítači, nikoli na simulátoru.
  • Další výzkum je zaměřen na testování metody na složitějších systémech a vývoj teoretického základu.

Perspektivy použití

Ačkoli autoři nečiní velkolepá prohlášení o okamžitém převratu v klimatickém modelování, práce otevírá cestu k praktickému využití kvantových výpočtů v úlohách vyžadujících dlouhodobé předpovídání složitých systémů. To může najít uplatnění v:

Google AdInline article slot
  • Hydrodynamice a aerodynamice (návrh letadel, větrných elektráren).
  • Klimatických modelech (předpověď počasí a změny klimatu).
  • Medicíně (modelování krevního toku).
  • Energetice (optimalizace spalovacích procesů).

Význam pro průmysl

Práce UCL je jedním z mála příkladů, kde kvantový počítač přináší měřitelný užitek v reálné výpočetní úloze. To může podnítit rozvoj hybridních architektur, v nichž kvantová zařízení plní specializované funkce, aniž by se snažila zcela nahradit klasické počítače.

— Editorial Team

Advertisement 728x90

Číst dál